| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 命名实体识别 | 第14-15页 |
| 1.2.2 命名实体消歧 | 第15-17页 |
| 1.2.3 候选实体生成 | 第17-18页 |
| 1.3 论文工作及主要研究成果 | 第18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 1.5 本章总结 | 第19-20页 |
| 第二章 相关技术与理论 | 第20-28页 |
| 2.1 文本向量化技术 | 第20-24页 |
| 2.1.1 基于词频统计的文本向量化 | 第20-21页 |
| 2.1.2 基于TF-IDF的文本向量化 | 第21-22页 |
| 2.1.3 基于LDA的文本向量化 | 第22-23页 |
| 2.1.4 基于word2vec词向量的文本向量化 | 第23-24页 |
| 2.2 文本向量化技术 | 第24-26页 |
| 2.2.1 隐马尔可夫模型HMM | 第24-25页 |
| 2.2.2 条件随机场CRF | 第25-26页 |
| 2.3 卷积神经网络 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于实体链接的语义标注系统的研究 | 第28-42页 |
| 3.1 基于wiki知识和本地知识构建知识库 | 第28-35页 |
| 3.1.1 wiki百科简介 | 第28-30页 |
| 3.1.2 使用wiki百科的词条页构建知识库 | 第30-31页 |
| 3.1.3 使用锚文本生成实体指称 | 第31页 |
| 3.1.4 使用消歧页和重定向页扩展查询词 | 第31-34页 |
| 3.1.5 wiki知识库和本地知识库融合 | 第34-35页 |
| 3.2 基于科技文献的实体消歧算法 | 第35-40页 |
| 3.2.1 基于科技文献的CNN结合流行度的消歧算法 | 第35-37页 |
| 3.2.2 基于字符的CNN中文文本分类算法实验 | 第37-39页 |
| 3.2.3 实体消歧算法相关实验 | 第39-40页 |
| 3.3 本章总结 | 第40-42页 |
| 第四章 基于实体链接的语义标注系统的总体设计 | 第42-49页 |
| 4.1 基于实体链接的语义标注系统的需求分析 | 第42-44页 |
| 4.2 基于实体链接的语义标注系统的结构设计 | 第44-48页 |
| 4.2.1 wiki离线语料处理模块 | 第45-46页 |
| 4.2.2 知识库爬虫模块 | 第46页 |
| 4.2.3 模型训练模块 | 第46-47页 |
| 4.2.4 实体链接服务模块 | 第47页 |
| 4.2.5 Chrome插件模块 | 第47页 |
| 4.2.6 文件上传标注模块 | 第47-48页 |
| 4.2.7 本节小结 | 第48页 |
| 4.3 本章总结 | 第48-49页 |
| 第五章 基于实体链接的语义标注系统的详细设计与实现 | 第49-61页 |
| 5.1 wiki离线语料处理模块实现 | 第49-51页 |
| 5.2 爬虫模块实现 | 第51-54页 |
| 5.3 模型训练模块实现 | 第54-57页 |
| 5.4 实体链接模块实现 | 第57-58页 |
| 5.5 文件上传标注模块实现 | 第58-59页 |
| 5.6 Chrome插件模块实现 | 第59-61页 |
| 第六章 系统的功能和性能测试 | 第61-67页 |
| 6.1 测试环境 | 第61页 |
| 6.2 功能测试 | 第61-63页 |
| 6.2.1 wiki语料格式转化功能测试 | 第61-62页 |
| 6.2.2 锚文本抽取功能测试 | 第62-63页 |
| 6.2.3 实体链接应用功能测试 | 第63页 |
| 6.3 性能测试 | 第63-66页 |
| 6.3.1 PyDbLite数据库性能测试 | 第63-64页 |
| 6.3.2 AC自动机性能实验 | 第64-65页 |
| 6.3.3 CNN模型性能实验 | 第65-66页 |
| 6.4 本章总结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| 7.1 全文总结 | 第67-68页 |
| 7.2 现有不足和进一步工作 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间取得的研究成果 | 第73页 |
